Vitriflow: calibrated amorphous structure ensembles from melt-quench simulation

Resumen Técnico: Vitriflow – Conjuntos de Estructuras Amorfas Calibradas a partir de Simulaciones de Fundición–Enfriamiento

Planteamiento del Problema
La dinámica molecular (MD) de fundición–enfriamiento (melt–quench) es un método estándar para la construcción de modelos atomísticos de materiales amorfos. Sin embargo, los conjuntos estructurales resultantes suelen estar definidos por elecciones implícitas respecto a configuraciones numéricas (pasos de tiempo, termostatos), protocolos térmicos (temperatura de fundición, tiempo de permanencia, tasa de enfriamiento), tamaño del sistema y cribado post-generación. Estas elecciones se toman frecuentemente basándose en convenciones o conveniencia computacional en lugar de criterios explícitos vinculados a la pregunta científica específica del material. En consecuencia, las aparentes diferencias estructurales pueden surgir de artefactos numéricos, muestreo insuficiente o variaciones en el protocolo, más que de fenómenos físicos. Aunque los marcos de trabajo (por ejemplo, AiiDA, FireWorks) han mejorado la reproducibilidad ejecutiva mediante la estandarización de la automatización y el linaje de datos, no garantizan la reproducibilidad estructural. Un flujo de trabajo puede reproducir fielmente un protocolo defectuoso (por ejemplo, un líquido insuficientemente fundido o una configuración numéricamente inestable). Existe una falta de un marco de decisión que pruebe explícitamente si la configuración numérica, el protocolo térmico y el conjunto resultante son adecuados para las propiedades estructurales específicas que se investigan.

Metodología: El Marco de Trabajo Vitriflow
Los autores presentan Vitriflow, una metodología computacional que transforma la simulación de fundición–enfriamiento en una cadena explícita impulsada por decisiones. El marco acopla cuatro operaciones, que normalmente se tratan de forma independiente, en un proceso unificado:

1. Pre-vuelo de Estabilidad Numérica: Antes de la selección del protocolo, Vitriflow identifica la región de configuraciones de MD numéricamente admisibles ($\theta$). Evalúa trayectorias cortas en temperaturas de prueba para evaluar los errores de control de temperatura y presión, así como la estabilidad del volumen. Solo se retienen las configuraciones que satisfacen límites estrictos de rendimiento del termostato/barostato y estabilidad de fuerzas.
2. Calibración Sistemática del Protocolo: Utilizando configuraciones admisibles, el marco selecciona sistemáticamente el protocolo térmico ($p$) que comprende la temperatura de fundición ($T_{high}$), el tiempo de permanencia en estado líquido ($t_{melt}$), la tasa de enfriamiento ($\dot{T}$) y el tamaño de la celda ($N$).
   • Inicio de la Fundición: Identificado mediante una escalera de temperatura utilizando descriptores de difusión y de distribución radial para definir un estado "similar a un líquido".
   • Tiempo de Permanencia: Determinado por el tiempo requerido para que las réplicas alcancen la estacionariedad en densidad/energía potencial y logren una desordenación suficiente (desplazamiento cuadrático medio).
   • Tasa de Enfriamiento y Tamaño: Seleccionados comparando las estadísticas de los descriptores (por ejemplo, densidad, coordinación) contra una referencia de tasa lenta o de celda grande. Se elige la tasa más rápida y la celda más pequeña que sean estadísticamente indistinguibles de la referencia para minimizar el costo computacional mientras se asegura la fidelidad física.
3. Cribado de Artefactos Definido por el Usuario: Las estructuras generadas se evalúan frente a mapas de descriptores específicos del material. Los cribados pueden ser "duros" (excluyendo estructuras fallidas del análisis) o "blandos" (etiquetándolas para auditoría). La acción tomada (excluir vs. retener) está determinada por la pregunta de materiales específica (por ejemplo, eliminar estructuras cristalinas vs. retener poblaciones de defectos para comparación).
4. Convergencia Estadística: El marco genera un conjunto de estructuras hasta que la población de análisis alcanza una precisión estadística objetivo. La convergencia se monitorea mediante la semiancho de confianza de los descriptores escalares con respecto a una tolerancia definida por el usuario.

Resultados Clave y Benchmarks
La metodología fue demostrada en tres sistemas químicamente distintos, cada uno abordando un problema diferente de control estructural:

• SiO₂ amorfo ($a$-SiO₂):
  • Objetivo: Probar la fidelidad de la red tetraédrica separando la sílice libre de defectos de las estructuras con defectos de puente de oxígeno.
  • Resultado: Un cribado "duro" basado en criterios de coordinación exacta de Si:O=4 y O:Si=2 particionó 2,533 celdas generadas en 1,872 libres de defectos y 661 defectuosas. El conjunto libre de defectos mostró una densidad de 2.217 g cm⁻³, distinta de la población defectuosa (2.233 g cm⁻³). El estudio demostró que el cribado del conjunto es esencial, ya que los promedios sin filtrar mezclarían estas poblaciones estructuralmente distintas.
• Si₃N₄ amorfo ($a$-Si₃N₄):
  • Objetivo: Probar el refinamiento de alta fidelidad de DFT (MG2 $\to$ PBE $\to$ HSE06) sobre una población estructural común.
  • Resultado: Un cribado "blando" (excluir=falso) etiquetó los valores atípicos de coordinación pero retuvo todas las 455 celdas para el análisis. Esto permitió una comparación directa de cómo los diferentes niveles de estructura electrónica refinan la misma topología derivada de MG2. Los resultados mostraron que, si bien el orden Si–N de la primera capa se mantuvo robusto, la densidad, el contenido de defectos residuales y la topología de rango medio (estadísticas de anillos) fueron sensibles al funcional de DFT utilizado.
• Sm₂O₃ amorfo ($a$-Sm₂O₃):
  • Objetivo: Discriminar entre estructuras amorfas y de tipo cristalino en un óxido de tierras raras de coordinación mixta sin imponer reglas de coordinación fijas.
  • Resultado: Un cribado dirigido al "orden tipo cristal" (basado en métricas de orden local como $\bar{q}_6$) eliminó 80 celdas recristalizadas de 510 generadas, reteniendo 430 estructuras amorfas. Crucialmente, este enfoque preservó la coordinación mixta físicamente relevante (rango de Sm:O de 4 a 7) que se habría perdido si se aplicara un filtro de coordinación fija.

Significancia y Reivindicaciones
El artículo afirma que Vitriflow proporciona una ruta reproducible para generar conjuntos amorfos donde las configuraciones numéricas, los protocolos térmicos, las acciones de cribado y la precisión estadística se seleccionan en función de la pregunta de materiales y no de supuestos a priori.

Contribuciones clave incluyen:

• Reproducibilidad Estructural: Ir más allá de la mera reproducibilidad ejecutiva para asegurar que las estructuras generadas sean físicamente adecuadas para los observables de interés.
• Cadenas de Decisión Explícitas: Reemplazar las convenciones implícitas con una secuencia calibrada de pruebas de estabilidad, selección de protocolo y verificaciones de convergencia.
• Flexibilidad Específica del Material: El marco se adapta a diferentes materiales cambiando la base de descriptores y la lógica de cribado (por ejemplo, exclusión dura para defectos en sílice vs. etiquetado blando para defectos en nitruros vs. cribado de cristales para óxidos de tierras raras).

Los autores enfatizan que, si bien Vitriflow no reemplaza la necesidad de campos de fuerza apropiados físicamente o validación experimental, establece si una ruta de simulación elegida produce un conjunto estable, calibrado, cribado de artefactos y estadísticamente convergente. Esto hace que la construcción de modelos amorfos sea auditable y comparable a través de diferentes modelos de interacción, niveles de estructura electrónica y clases de materiales.